本文研究了人工智能对生产率的影响渠道并对人工智能对中国生产率的具体影响做了实证检验。人工智能研究近些年又进入了一个新的高潮,而且许多国家意识到仅仅依靠资本和劳动力的投入来带动生产率提高已经远远不够,技术的潜力很大,这当中人工智能技术最被看重。中国2017、2018、20193年的政府报告,2030制造计划等都对人工智能提出要求,且中国的人工智能投资额在世界范围内也是数一数二的高。人工智能已经在对创新、技术和生产制造等发挥作用,但是它对全社会生产率的影响有待研究。文章首先将人工智能建模为自动化的一种最新形式,在这个基础上研究人工智能将如何影响生产率。假设人工智能在这里可以通过下面两个方向影响生产率,一是用自动化完成的任务替代过去由劳动力完成的任务,二是产生新的自动化完成的任务。另外,还要考虑到人工智能是一种技术进步,还可以直接因为机器劳动质量的提高,而实现生产率的提高。该部分模型以Zeira(1998),Baumol(1967)和Acemoglu,Restrepo(2016)为基础,并且探讨了当人工智能发展受到鲍莫尔病约束的时候,其可能产生的影响情况。此外,经过近些年人工智能技术的发展,可以发现,人工智能对知识生产也存在影响。很多研究任务从技术变革中受益,于是本文也分析了人工智能通过影响新想法而对生产率能产生什么样的影响。人工智能的发展,可以使得有效的研究任务的增长速度加快,然后在一定条件下,带来生产率的提高。另外,本文也将人工智能视为一种潜在的通用目的技术(GPT)对其影响做了分析。人工智能产生影响需要像其他通用目的技术一样需要大量补充投资,本文也用这个特点将人工智能融合到了模型当中。然后,在这个部分当中,还分析了由于投资统计的标准问题而可能出现的一些偏差。最后,本文使用中国2003-2017年总共15年间的时间序列数据研究了人工智能对全要素生产率(TFP)的影响,实证发现人工智能投资、人工智能影响知识生产均对全要素生产率能产生显著的积极影响,且文中分析的三种渠道对全要素生产率的影响均为正向影响。